Публикации по теме 'product-management'
Иконки в Табло
Вы когда-нибудь задумывались, как люди делают такие крутые визуализации в Tableau? и с помощью иконок?
Плюсов использования иконок в Tableau много:
Помогает визуализировать информацию об одном значении Можно использовать как фильтр Делает визуализацию более интересной
Давайте посмотрим, как
Скачать иконку 📍:
Вы можете использовать любое изображение или, как обычно, использовать файл PNG для значков. Используйте любой значок, соответствующий вашим данным или значению,..
Как оценить зависимости
Как выбрать хорошие зависимости для производственного кода. Цитируя удивительную статью Фила Бута.
Присоединяйтесь к более чем 32 000 человек и получайте информацию о самых важных идеях в области ИИ прямо в свой почтовый ящик через мою бесплатную рассылку — AI Made Simple
Некоторое время назад мы писали о подъеме открытого исходного кода в двух статьях. Мы рассмотрели две важные идеи: почему открытый исходный код превосходит традиционные организации в разработке и как организации..
Переносы являются признаком:
Переносы являются признаком:
Не в состоянии понять сложность историй и не ухаживать за ними активно Сгоревшие находятся под более активным наблюдением Блокировщики могут быть удалены не так эффективно, как хотелось бы
Во-первых, если действия не являются частью целей спринта, их не следует включать в текущие спринты. Если у вас значительное количество задач и элементов, не связанных с целями спринта, возможно, цели изначально настроены неправильно.
Для переноса это должно быть..
Генератор подсказок для ChatGPT — 3 совета о том, как создавать контент в бизнесе, технологиях и маркетинге.
Да, все дело в контексте!
При создании контента, когда дело доходит до написания подсказок для ChatGPT, можно использовать два основных метода:
Техника "сверху вниз" – это когда автор начинает с общей идеи, а затем сужает ее до конкретных деталей. Этот метод лучше всего использовать, когда вы хотите дать ChatGPT общее представление о том, о чем вы хотите написать, а затем позволить ему самостоятельно заполнить детали.
Например, если вы хотите, чтобы ChatGPT написал..
Специалисты по данным, не ограничивайтесь CI/CD, вместо этого используйте CI/CD/CF для получения лучших продуктов машинного обучения.
Конвейерная лента непрерывной интеграции (CI), непрерывного развертывания (CD) и непрерывной характеристики (CF) обеспечивает создание моделей машинного обучения с учетом продукта в действительно итеративной среде.
Дни только крупных компаний-разработчиков программного обеспечения (например, FAAMG), курирующих и защищающих лучшие фреймворки машинного обучения, сочтены. Хотя исследования и разработки могут продолжаться в этих компаниях, учитывая размер инвестиций, следующая фаза роста..
Почему Pet Project — лучший способ развить целостные навыки работы с данными
Создание собственного проекта и создание продукта данных с нуля может ускорить ваше обучение.
Около двух лет назад я вышел на плато с точки зрения развития своих навыков в области науки о данных. Я прошел начальную фазу восторга от быстрого прогресса, имел неплохие знания в области кодирования, аналитики и машинного обучения, но чувствовал, что мне не хватает более широкой перспективы.
На своей основной работе я решал интересные задачи, но их объем был ограничен, и мне не хватало..
Мой опыт работы в качестве аналитика данных о продуктах
Как продукт поддержки сделал меня лучшим аналитиком данных
До того, как я начал работать аналитиком данных о продуктах, большинство моих специалистов по работе с данными поддерживали маркетинг. Вы можете подумать, что вспомогательный продукт - это то же самое, что и любое другое подразделение, но я могу сказать вам по опыту, что это не так. Сегодня я хотел бы обсудить свой опыт перехода на роль аналитика данных о продуктах и то, как работа с продуктом сделала меня лучшим аналитиком..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..